Priser för HDInsight

HDInsight använder olika antal noder för varje klustertyp. I ett specifikt kluster finns olika roller för de olika noderna, vilket gör det möjligt för en kund att storleksanpassa noderna i en specifik roll enligt dess arbetsbelastning. I ett Hadoop-kluster kan till exempel de underordnade noderna vara etablerade med en stor mängd minne om den typ av analyser som körs är minnesintensiva.

Hadoop-kluster för HDInsight distribueras med två roller:

• Huvudnod (2 noder)
• Datanod (minst 1 nod)

HBase-kluster för HDInsight distribueras med tre roller:

• Huvudservrar (2 noder)
• Regionservrar (minst 1 nod)
• Master-/Zookeeper-noder (3 noder)

Storm-kluster för HDInsight distribueras med tre roller:

• Nimbus-noder (2 noder)
• Överordnade servrar (minst 1 nod)
• Zookeeper-noder (3 noder)

Spark-kluster för HDInsight distribueras med tre roller:

• Huvudnod (2 noder)
• Underordnad nod (minst 1 nod)
• Zookeeper-noder (3 noder) (kostnadsfritt för zookeeper-noder i A1-serien)

Användningen av R-Server innebär en edge-nod utöver klusterdistributionsarkitekturen.

Vi debiterar för antalet minuter som klustret körs, avrundat till närmaste minut, inte timme.

Om du kör ett kluster i 100 timmar i regionen USA, östra med två D13 v2-huvudnoder och tre D12 v2-datanoder blir debiteringen i de två scenarierna så här:

• På ett Standard HDInsight-kluster: 100 timmar x (2 x $-/timme + 3 x $-/timme) = $-
• På ett Standard HDInsight-kluster med Enterprise Security Package: 100 timmar x (2 x $-/timme + 3 x $-/timme) + 100 timmar x (2 x 8 + 3 x 4 + 3 x 2) x $-/kärnor per timme = $-

För att kunna stoppa ett HDInsight-kluster måste du ta bort klustret. Som standard ska permanenta data som genereras från HDInsight-klustret skrivas till Azure Blob Storage, Azure Data Lake Storage Gen1 eller Azure Data Lake Storage Gen2 så att data inte påverkas av borttagningen. Om du vill bevara dina Hive-metadata (tabeller och scheman) bör du tillhandahålla ett kluster med extern metadatalagring. Mer information finns i den här dokumentationen.

Det finns ett antal alternativ för att minska kostnaderna:

• Öka användningen av dina befintliga kluster.
  1. Ta bort kluster när de inte används. Mer information om hur du tar bort ett kluster finns i Ta bort ett HDInsight-kluster med din webbläsare, PowerShell eller Azure CLI (Ta bort ett HDInsight-kluster med webbläsaren, PowerShell eller Azure CLI)
  2. Skala ned. Mer information om hur du manuellt skalar kluster finns i Skala HDInsight-kluster
  3. Aktivera autoskalning. Information om automatisk skalning av kluster finns i Skala Azure HDInsight-kluster automatiskt (förhandsversion)
• Distribuera klustren med lägre kostnad. Detta inkluderar korrekt planering av hur många noder som ska användas, vilken typ av nod som ska användas för huvudnoder och arbetsnoder och vilken region som ska användas för att starta klustret eftersom HDInsight erbjuder många olika nodtyper att distribuera till, med ett utbud av olika prisalternativ. Läs avsnittet Baspris/noder per timme i den här artikeln för priser, och mer information finns i Kapacitetsplanering för HDInsight-kluster

Antalet datanoder varierar efter dina behov. Tack vare flexibiliteten i Azures molntjänster kan du prova olika klusterstorlekar för att avgöra vilken kombination av prestanda och kostnad som är bäst för dig, och endast betala för det du använder. Kluster kan också skalas på begäran för ökning eller minskning utifrån arbetsbelastningens behov.

Varje prenumeration har en standardgräns för hur många HDInsight-datanoder som kan skapas. Om du behöver skapa ett större HDInsight-kluster eller flera HDInsight-kluster som tillsammans överskrider din aktuella prenumerationsgräns, kan du begära att faktureringsgränserna för din prenumeration utökas. Öppna ett supportärende med supporttypen fakturering. Beroende på det högsta antalet noder per prenumeration som du begär, kan vi be dig om ytterligare information för att kunna optimera dina distributioner.

Du kan beräkna kostnaden för kluster i olika storlekar med Azure Kalkylator.